Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok
|
|
- Ödön Németh
- 7 évvel ezelőtt
- Látták:
Átírás
1 Bevezetés a hpotézs vzsgálatba Lásd előadás ayagát. Kétoldal és egyoldal hpotézsek Hpotézsvzsgálatok Ebbe a ejezetbe egyajta határozókulcsot szereték ad a hpotézsvzsgálatba haszált próbákhoz. Először dötsük el, hogy mt szereték tesztel, majd keressük meg azt a részt és egyekét válaszolva a kérdésekre jussuk el a haszáladó próbához. A próbák részletes leírása a következő ejezetbe va. Érdemes elolvas a példákat, melyekből újabb ötleteket kaphattok, hogy mre s haszálható egy-egy próba. II. Az eloszlásra voatkozó próbák II. Eloszlás egyezése adott elmélet eloszlással - lleszkedésvzsgálat II. Két eloszlás egyezése, homogetás vzsgálat II.3 Függetleségvzsgálat Illeszkedésvzsgálatok χ próba Kolmogorov-Smrov próba Log-valószíűség próba Homogetás vzsgálat χ próba Függetleségvzsgálat χ próba Próbák leírása Illeszkedésvzsgálat χ próbával Ige gyakor adatelemzés probléma, hogy egy adott populácóból való mták alapjá eldötsük, hogy az adott populácó valamlye elmélet eloszlású-e. Az lleszkedésvzsgálatál a ullhpotézsük az, hogy a meggyelt populácó eloszlása az elméletleg várt eloszlással egyezk. A χ próba omáls skálájú valószíűség változó eseté alkalmazható, lehetőleg ge agyszámú meggyelés eseté. A próbához először meg kell ad az elmélet eloszlást, amhez a meggyelt eloszlás lleszkedését vszoyítjuk. Legye A ( =.. k) teljes eseméyredszer, és legye P(A ) = p. Végezzük meggyelést, ambe A eseméy -szer következk be. Másképpe egy meggyelt eloszlás mde eleméhez redeljük egy elmélet eloszlás F elemét.
2 A próbastatsztkák legye a következő: ( p ) ( F ) χ = = p F A próbastatsztka χ eloszlású k- szabadság okkal. A χ próbát csak akkor végezhetjük lleszkedésvzsgálatra, ha egyetle elmélet gyakorság sem ksebb egyél, és az elméletleg várt gyakorságok maxmum 0%-a ksebb 5-él. Yates olytoosság korrekcó: A számolt próbastatsztka csak becslése az elmélet χ eloszlásak. A becslés agyo jó, kvéve azo esetekbe, amkor k = (tehát d = ). Ekkor a Yates által ajálott korrekcóval érdemes él, azaz mde F - külöbséget 0.5-el csökketjük. A próbastatsztkák így: χ = ( F 0. ) 5 F Kolmogorov-Smrov egymtás próba lleszkedés vzsgálatra Ez a próba kmodotta jól haszálható ordáls, tervallum vagy aráy jellegű meységek eseté lleszkedésvzsgálatra. Továbbá előyösebb az alkalmazása a χ próbáál, ha a meggyelések száma alacsoy és/vagy az elméletleg várható értékek alacsoyak. A próbához először meg kell ad az elmélet eloszlást, amhez a meggyelt eloszlás lleszkedését vszoyítjuk. Legye A ( =.. k) teljes eseméyredszer, és legye P(A ) = p. Végezzük meggyelést, ambe A eseméy -szer következk be. Másképpe egy meggyelt eloszlás mde eleméhez redeljük egy elmélet eloszlás F elemét. Ezt követőe számoljuk k a kummulált meggyelt és elmélet gyakorságokat (léyegébe az eloszlásüggvéyt számoljuk k). Vegyük mde kummulált meggyelt és elmélet gyakorság külöbségéek abszolút értékét (d ). A próbastatsztkák értéke mdeze d közül a legagyobb osztva -el. max kum D = kum F max d = Függetleségvzsgálat χ próbával, kotgeca táblák Egyszerűség kedvéért vzsgáljuk most kétdmezós problémákat, azaz olyaokat, melyekbe két változó üggetleségét kell tesztelük (a próba természetese több dmezós elemzésél s hasolóa elvégezhető). Alkossuk egy olya táblázatot, amek soraak száma (r) megegyezk az első változó értékeek számával, az oszlopok száma pedg a másk változó értékeek számával (c). A mátrx j elemébe azo meggyelések száma kerül, amelyekre gaz az első változó -k értéke és a másodk változó j-k értéke. Alkossuk meg mde sorra az adott sorba levő meggyelések számáak összegét (R ), lletve egy-egy oszlopba található meggyelések értékét (C j ). R C Ameybe a két változó üggetle egymástól úgy elméletleg az Fj = (ahol az összes meggyelések száma) értékek kerüléek a kotgeca táblába. A két eloszlás egyezése - és így a üggetleség - χ próbával tesztelhető d = (r-) (c-) szabadság ok mellett. χ ( F ) = j F j j
3 -es kotgeca táblákra a következő egyszerűsítő képleteket alkalmazhatjuk: ( ) χ =, a szabadság ok (d) egy (). Ez esetbe a Yates éle olytoosság korrekcót R C R C alkalmazhatjuk: χ = ( / ) R C R C Példák. Növéygeetkusok elvégeztek egy keresztezést, amt követőe 3: aráyba várak sárga és zöld vrágú övéyeket. Elvégezve a kísérletet 00 övéyt vzsgálak. A 00 övéyből 84 sárga, 6 zöld vrágú volt. Igaz-e, hogy 3:-es hasadást kaptuk? A kérdést χ próba segítségével döthetjük el, hsz vsszavezethető lleszkedést vzsgáltra. Nullhpotézsük (H 0 ) az, hogy az adatok olya keresztezésből eredek, melyekbe a sárga - zöld vrágú övéyek aráya 3:- hez. Ellehpotézsük (H ) természetese az, hogy a hasadás aráy em 3:-hez. A tapasztalat eloszlás mellé el kell íruk az elmélet eloszlást s. Elvleg 00 övéyből 75 sárgát és 5 zöldet váruk. Másképpe p(zöld) = 0.5; p(sárga) = 0.75; = 00, tehát F sárga = p(sárga) = 75, és F zöld = p(zöld) = 5 Sárga Zöld meggyelt gyakorság ( ) elmélet gyakorság (F ) (75) (5) ( F ) (84 75) (6 5) A próbastatsztkák: χ = = = 4.30 F 75 5 A χ eloszláshoz még hozzá tartozk a szabadság ok megállapítása, am esetükbe a kategórák (k=) száma míusz egy, tehát d =. 95%-os szgkacaszte a χ α=0.05; d==3.84, így a ullhpotézs elvetése mellett dötük.. Vzsgáljuk meg az egyk klasszkus Medel- kísérletet kmeetelét! Sárga és sma babszemű, heterozgóta (F emzedék) övéyeket utóda között a következő eotípus eloszlást tapasztaltuk: 5 sárga és sma, 39 sárga és rácos, 53 zöld és sma és 6 zöld és rácos. Klasszkus Medel- öröklődést eltételezve 9:3:3: aráyba kell kapuk a eotípusokat. Teszteljük azt a hpotézst, hogy a mta egy olya populácóból ered, ahol a eotípusok aráya 9:3:3:. Sárga, Sárga, Zöld, Zöld, sma rácos sma rácos meggyelt gyakorság ( ) elmélet gyakorság (F ) (40.65) (46.65) (46.65) (5.65) A próbastatsztkák: ( F ) ( ) ( ) ( ) (6 5.65) χ = = = F = = 8.97
4 A χ eloszláshoz még hozzá tartozk a szabadság ok megállapítása, am esetükbe a kategórák (k=4) száma míusz egy, tehát d = 3. 95%-os szgkacaszte a χ α=0.05; d=3=7.8, így a ullhpotézs elvetése mellett dötük. Tehát a hasadás em 9:3:3: Ameybe a ullhpotézst elogadtuk vola, úgy em vzsgálódtuk vola tovább, így azoba tovább aggatjuk adatakat. Nem tudjuk, hogy az eltérésért valamely eotípus gyakorsága okolható, vagy az hasadás markása eltér a várttól. Láthatjuk a próbastatsztka értékéhez a legagyobb hozzájárulást a egyedk tag (a mdkét gére homozgóta receszív zöld, rácos eotípus) adja. Feltehető tehát, hogy eek a eotípusak a gyakorsága tér el ayra a várttól, hogy az eredet ullhpotézst el kellet vetük. Hagyjuk el hát az adatokból ezeket az értékeket és vzsgáljuk, hogy a maradék eotípusok 9:3:3 aráyba hasadak-e? Sárga, Sárga, Zöld, sma rácos sma meggyelt gyakorság ( ) elmélet gyakorság (F ) (46.4) (48.8) (48.8) A próbastatsztkák: ( F ) (5 46.4) ( ) ( ) χ = = = =.543 F A haszáladó χ eloszlás szabadság oka. 95%-os szgkacaszte a χ α=0.05; d==5.99, így a ullhpotézst elogadjuk. Tehát a hasadás 9:3:3, azaz a klógó érték téyleg a zöld rácos gyakorsága volt (ameybe tesztelék, hogy az első három eotípus kombált száma és az utolsóé 5:-hez hasad-e, úgy ezt a ullhpotézst el kée vetük. Ez megerősít azt az elképzelést, hogy az utolsó tag matt vetettük el az eredet ullhpotézst). A statsztka eyt tud moda ekük a tapasztalt eloszlással kapcsolatba, aak kderítése, hogy mért lett egy eotípusból kevesebb, mt vártuk a bológus eladata. Godolhatjuk például, hogy a homozgóta recesszív géek emcsak a mag alakra/szíre gyakorolak hatást, de a túlélőképessége s, és az lye övéyekek ksebb a rátermettsége. Esetleg valamely parazta / predátor jobba kedvel ezt a eotípust így a mtavételkor gyakorsága már ksebb, mt a többé. 3. Egy kísérletbe bogarakat helyeztük egy éygradesbe (-5, ahol a legéyesebb és 5 a legkevésbé megvlágított rész). Hagytuk őket, hogy válasszák k a számukra megelelő éy teztású helyet, ezt követőe leszámoltuk, hogy háya tartózkodak az egyes megvlágítás osztályokhoz tartozó helye. Nullhpotézsük legye, hogy a bogarak egyeletese oszlaak meg az öt éyteztás osztály között. Féyteztás osztályok F kum kum F d max d 6 D = = = %-os szgkacaszte a D =65 = 0.66, így a ullhpotézst elvetjük.
5 4. Egy oltóayag hatásosságát vzsgálták egereke. Feljegyezték, hogy mely állatok kaptak az oltásból. Továbbá eljegyezték, hogy háy állat élt tovább, és mey halt meg. Oltást kapott 49 egér, ebből 5 halt meg. Nem kapott oltást 3 egér, ebből 5 egér halt meg. Szerkesszük meg a kotgeca táblát! j túlélt? ge em oltást kapott? ge (R ) em (R ) 0 (C ) 6 (C ) 8 () R C Ezt követőe meg kell szerkeszteük a üggetleség eseté eálló elmélet eloszlást a Fj = képlet alapjá: F j túlélt? ge em oltást kapott? ge (R ) em (R ) 0 (C ) 6 (C ) 8 () Vegyük észre, hogy a margálsokba (a sor és oszlopösszegek) levő értékek a két táblázatba azoosak. Elmélet eloszlásuk jóságáak legalapvetőbb tesztelése, hogy megézzük, hogy a margálsok ugya azoke, mt a tapasztalat kotgeca táblázatba. A két eloszlás azoosságáak megállapítására χ próbát alkalmazuk. A próbastatsztkák értéke χ = A haszáladó χ eloszlás szabadság oka. 95%-os szgkacaszte a χ α=0.05; d==3.84, így a ullhpotézst elogadjuk. Tehát a oltóayagak cs hatása. Feladatok. Egy bokrokba észkelő madár észkéek elhelyezkedését eljegyezték az égtájak szert: Égtáj Észak É-K Kelet D-K Dél D-Ny Nyugat É-Ny Fészkek (a) Teszted azt a ullhpotézst, hogy cs égtáj szert preereca a észek elhelyezésébe! (b) Ha a ullhpotézs el kell vet, próbáld meg megmoda, hogy melyk ráy a ktütetett! Állításodat statsztkával gazold!. Táplálékpreerecát vzsgáltak egy emlősajál. A 6 állatot helyeztek egyekét egy ugyaolya térbe, ambe a hatéle táplálékból azoos meység volt található. A táplálékok a bejárattól azoos távolságra voltak. Feljegyezték, hogy mely állat melyk táplálékból ogyasztott először. Táplálék Állatok (a) Teszted azt a ullhpotézst, hogy cs táplálékpreerecája az adott ajak a hat táplálék tektetébe! (b) Ha a ullhpotézs el kell vet, próbáld meg megmoda, hogy melyk táplálékot választja preerecálsa a aj!
6 3. Egy tél álmot alvó deevérpopulácóba 44 hím és 54 őstéy egyed va. Teszteld a ullhpotézst, hogy a kolóába egyelő számú hím és ő található! 4. A geetka elmélet szert egy bzoyos keresztezést követőe a kék száryú és pros száryú legyek aráya :3-hoz kell, hogy legye. Egy kokrét kísérletbe 76 pros- és kékszáryú legyet kaptak. Szgkása modható, hogy az elmélet rossz? 5. Tél álmot alvó deevérekél vzsgálták a emek aráyát 4 helye. Végezze el a heterogetás vzsgálatot és, ha lehetséges az összesített adatok alapjá tesztelje az : aráyra voatkozó ullhpotézst! Hely Hím Nőstéy A 4. példába smertetett kísérletet ötször megsmételték: Kísérlet Pros száryú Kék száryú Teszteld, hogy a külöböző kísérletek eredméye összevohatóak-e! Ha ge, akkor az összesített adatokra végezd el a 3: aráyra voatkozó ullhpotézst. 7. Egy ízeltlábú előordulását vzsgálták a víztől való távolság üggvéyébe: Távolság (m) Ízeltlábú / m Vzsgáld Kolmogorov-Smrov próbával, hogy az ízeltlábúak egyeletese oszlaak el a víztől való távolságtól üggetleül. 8. Egy bzoyos madáraj abudacáját vzsgálták az év külöböző dőszakába. Vzsgáljuk meg, hogy gaz-e az, hogy mde évszakba a emaráy azoos! Nem Tavasz Nyár Ősz Tél Hím Nőstéy Két borz populácóba vzsgálták a veszettség meglétét. Az első élőhelye 43 egyedből 4 volt ertőzött, a másk élőhelye 50 egyedből volt ertőzött. Igaz-e, hogy a ertőzés előordulása mdkét helye azoos? ő szedett egy bzoyos gyógyszert terhessége alatt, belőlük 4 tapasztalt abormáls vérzést a szülést követőe. A kotrollcsoportba levő 340 ő (ők em szedték a gyógyszert) közül 6 tapasztalt
7 abormáls vérzést a szülést követőe. Tesztelje azt a ullhpotézst, hogy a gyógyszer szedése és az abormáls vérzés üggetle egymástól.
Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat
Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet
RészletesebbenHipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola
Hpotézselmélet Iformatka Tudomáyok Doktor Iskola Statsztka próbák I. 0.0.. Dr Ketskeméty László előadása Statsztka próbák II. Dötés eljárást dolgozuk k aak eldötésére, hogy a ullhpotézs gaz-e. Ha úgy kell
RészletesebbenFeladatok és megoldások a 11. heti gyakorlathoz
Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.
Részletesebben? közgazdasági statisztika
Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem
RészletesebbenStatisztika II. előadás és gyakorlat 2. rész
előadás és gyakorlat. rész T.Nagy Judt Ajálott rodalom: Ilyésé Molár Emese Lovasé Avató Judt: Feladatgyűjteméy, Perekt, 006. Korpás Attláé (szerk.): Általáos, Nemzet Taköyvkadó, 1997. Molár Mátéé Tóth
Részletesebben? közgazdasági statisztika
... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB
RészletesebbenStatisztika. Eloszlásjellemzők
Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenIsmérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)
Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)
RészletesebbenAz átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)
Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa
RészletesebbenNemparaméteres eljárások
Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott
RészletesebbenAzonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága
Azoos évleges értékű, htelesített súlyokból alkotott csoportok együttes mérés bzoytalasága Zeleka Zoltá* Több mérés feladatál alkalmazak súlyokat. Sokszor ezek em egyekét, haem külöböző társításba kombácókba
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenA Sturm-módszer és alkalmazása
A turm-módszer és alalmazása Tuzso Zoltá, zéelyudvarhely zámtala szélsőérté probléma megoldása, vagy egyelőtleség bzoyítása agyo gyara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölderféle
RészletesebbenHa n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N
Krály Zoltá: Statsztka II. Bevezetés A paraméteres eljárások alkalmazásához, a célváltozóra ézve szgorú feltételek szükségesek (folytoosság, ormaltás, szóráshomogetás), ekkor a hpotézseket egy-egy paraméterre
Részletesebben24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.
24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
RészletesebbenA szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai
05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
RészletesebbenVáltozók függőségi viszonyainak vizsgálata
Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3
RészletesebbenPéldák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,
RészletesebbenTulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenSztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától
Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest IBNR kfutás háromszög IBNR: curred but ot reported
RészletesebbenStatisztikai hipotézisvizsgálatok
Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy
RészletesebbenSTATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz
A változv ltozók k mérés m sztje STATISZTIKA. Előad adás Az adatok mérés m sztje, Cetráls mutatók A változv ltozók k az alább típusba t tartozhatak: Nomáls (kategorkus és s dszkrét) Ordáls Itervallum skála
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenTartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése
3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés
RészletesebbenA pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata
6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az
RészletesebbenA matematikai statisztika elemei
A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................
RészletesebbenNEMPARAMÉTERES ELJÁRÁSOK
Kály Zoltá: Statsztka II. NEMPARAMÉTERES ELJÁRÁSOK Az eddgek soá találkoztuk má olya eláásokkal, melyek a változók középétékét vzsgálták: egymtás-, páos-, függetle mtás t-póba, egy- és többszempotos vaaca
Részletesebben2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya
II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve
Részletesebben) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
RészletesebbenV. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL
86 Összefoglaló gyaorlato és feladato V GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 5 Halmazo, relácó, függvéye Bzoyítsd be, hogy ha A és B ét tetszőleges halmaz, aor a) P( A) P( B) P( A B) ; b) P( A) P ( B )
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenHiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai
közzétéve a szerző egedélyével) Öfüggő szekuder-változó csoport keresése: egy bevezető példa Ez a módszer az állapothalmazo értelmezett partíció-párok elméleté alapul. E helye em lehet céluk az elmélet
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
RészletesebbenStatisztika 1. zárthelyi dolgozat március 18.
Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati
RészletesebbenValószínűségszámítás. Ketskeméty László
Valószíűségszámítás Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 3. Kombatorka alapfogalmak 4 Elleőrző kérdések és gyakorló feladatok 6. A valószíűségszámítás alapfogalma
RészletesebbenIntervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.
Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések
RészletesebbenPDF created with FinePrint pdffactory Pro trial version Irodalom.
r etskemétyászló matematkus http://wwwketskemetyhu laszlo@ketskemetyhu kela@sztbmehu : +36/70/3 00 5 0 egjelet az ötvös adó godozásába orgalmazza a Cytotechft egjeleés éve: 005 Jellemzők: 459 o, 94 cm
RészletesebbenA MATEMATIKAI STATISZTIKA ELEMEI
A MATEMATIKAI STATISZTIKA ELEMEI Az Eötvös Lórád Tudomáyegyetem Természettudomáy Kará a Fzka Kéma Taszék évek óta kéma-szakos taárhallgatókak matematka bevezetõ elõadásokat tart. Az elõadások célja az,
RészletesebbenTáblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.
1. Az X valószínőség változó 1 várható értékő és 9 szórásnégyzető. Y tıle független várható értékkel és 1 szórásnégyzettel. a) Menny X + Y várható értéke? 13 1 b) Menny X -Y szórásnégyzete? 13 1 összesen
RészletesebbenKOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,
KOMBINATORIKA ELŐADÁS osztatla matematkataár hallgatók számára Szta formula Előadó: Hajal Péter 2018 1. Bevezető példák 1. Feladat. Háy olya sorbaállítása va a {a,b,c,d,e} halmazak, amelybe a és b em kerül
RészletesebbenA paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab
öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést
RészletesebbenFüggvénygörbe alatti terület a határozott integrál
Függvéygörbe alatt terület a határozott tegrál Tektsük az üggvéyt a ; tervallumo. Adjuk becslést a görbe az tegely és az egyees között síkdom területére! Jelöljük ezt a területet I-vel! A becslést legegyszerűbbe
Részletesebben6. feladatsor. Statisztika december 6. és 8.
6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak
RészletesebbenKidolgozott feladatok a nemparaméteres statisztika témaköréből
Kidolgozott feladatok a emparaméteres statisztika témaköréből A tájékozódást mideféle szíkódok segítik. A feladatok eredeti szövege zöld, a megoldások fekete, a figyelmeztető, magyarázó elemek piros szíűek.
RészletesebbenIzsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat
BIOSTATISZTIKAI ALAPISMERETEK Izsák Jáos ELTE TTK Állatredszerta és Ökológa Taszék Kézrat Budapest, 5 Tartalomjegyzék Előszó 4. Valószíűség vektorváltozók 6.. Bevezetés 6.. A többváltozós, specálsa kétváltozós
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenStatisztika I. 4. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
Részletesebben20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!
SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,
RészletesebbenMatematikai játékok. Svetoslav Bilchev, Emiliya Velikova
Első rész Matematikai tréfák Matematikai játékok Svetoslav Bilchev, Emiliya Velikova A következő matematikai játékokba matematikai tréfákba a végső eredméy a játék kiidulási feltételeitől függ, és em a
RészletesebbenCserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-
ACÉLOK KÉMIAI LITY OF STEELS THROUGH Cserjésé Sutyák Áges *, Szilágyié Biró Adrea ** beig s s 1. E kutatás célja, hogy képet meghatározásáak kísérleti és számítási móiek tosságáról, és ezzel felfedjük
RészletesebbenPopulációbecslés és monitoring. Eloszlások és alapstatisztikák
Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk
RészletesebbenMINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE
MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE Molár László egyetem taársegéd 1. BEVEZETÉS A statsztkusok a mtaagyság meghatározására számos módszert dolgoztak
RészletesebbenAZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN
AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA
RészletesebbenVII. A határozatlan esetek kiküszöbölése
A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely
RészletesebbenNormális eloszlás paramétereire vonatkozó próbák
Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású
Részletesebben1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél
Valószíűségszámítás és statsztka előadás fo. BSC/B-C szakosokak 1. előadás szeptember 13. 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás tárgya Törtéet Alapfogalmak Valószíűségek
RészletesebbenBacktrack módszer (1.49)
Backtrack módszer A backtrack módszer kombatorkus programozás eljárás, mely emleárs függvéy mmumát keres feltételek mellett, szsztematkus kereséssel. A módszer előye, hogy csak dszkrét változókat kezel,
RészletesebbenWilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!
0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
RészletesebbenBuktatók!!! = n. szátlagok. Súlyozott számtani. átlag. Kimutatásr
Medá megatároz rozása STATISZTIKA. gyakorlat mmum N mamum Cetráls mutatók 50% 50% N meggyelések száma Medá Forgalm adatok medája medá(forgalom) 5 kg Számta Forgalm adatok számta a 50 0 9 87 59 075 5 Részok
RészletesebbenI. Valószínűségelméleti és matematikai statisztikai alapok
I. Valószíűségelmélet és matematka statsztka alapok. A szükséges valószíűségelmélet és matematka statsztka alapsmeretek összefoglalása Az alkalmazott statsztka módszerek tárgalása, amel e kötet célja,
Részletesebben1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3
Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)
Részletesebben1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél
Valószíűségszámítás 1 előadás mat. BSc alk. mat. szakráyosokak 2016/2017 1. félév Zemplé Adrás zemple@ludes.elte.hu http://zemple.elte.hu/ 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
RészletesebbenBIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika
BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,
RészletesebbenDr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai
Budapest Műszak és Gazdaságtudomáy Egyetem Gazdaság- és Társadalomtudomáy Kar Üzlet Tudomáyok Itézet Meedzsmet és Vállalatgazdaságta Taszék Dr. Tóth Zsuzsaa Eszter Dr. Jóás Tamás Erde Jáos Gazdaságstatsztka
RészletesebbenInformációs rendszerek elméleti alapjai. Információelmélet
Iformácós redszerek elmélet alapja Iformácóelmélet Glbert-Moore Szemléltetése hasoló a Shao kódhoz A felezőpotokra a felezős kódolás A felezőpot értéke bttel hosszabb kfejtést géyel /2 0 x x x p p 2 p
RészletesebbenMiért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?
Mért pot úgy kombálja kétfokozatú legksebb égyzetek módszere (2SLS az strumetumokat, ahogy? Kézrat A Huyad László 60. születésapjára készülő köyvbe Kézd Gábor 2004. júlus A Budapest Corvus Egyetem rövd
RészletesebbenAz első számjegyek Benford törvénye
Az első számjegyek Benford törvénye Frank Benford (1883-1948) A General Electric fizikusa Simon Newcomb (1835 1909) asztronómus 1. oldal 2. oldal A híres arizonai csekk sikkasztási eset http://www.aicpa.org/pubs/jofa/may1999/nigrini.htm
RészletesebbenAdatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék
Adatfeldolgozás, adatértékelés Dr. Szűcs Péter, Dr. Madarász Tamás Mskolc Egyetem, Hdrogeológa Mérökgeológa Taszék A vzsgált köryezet elemek, lletve a felszí alatt közeg megsmerése céljából számtala külöböző
RészletesebbenA SOKASÁGI ARÁNY MEGHATÁROZÁSÁRA IRÁNYULÓ STATISZTIKAI ELJÁRÁSOK VÉGES SOKASÁG ÉS KIS MINTÁK ESETÉN LOLBERT TAMÁS 1
ÓDSZERTAI TAULÁYOK A SOKASÁGI ARÁY EGHATÁROZÁSÁRA IRÁYULÓ STATISZTIKAI ELJÁRÁSOK VÉGES SOKASÁG ÉS KIS ITÁK ESETÉ LOLBERT TAÁS 1 A ckk ő célja aak vzsgálata, hogy az elleőrzés gyakorlatba széles körbe haszált
RészletesebbenMérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1
Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel
RészletesebbenVASBETON ÉPÜLETEK MEREVÍTÉSE
BUDAPET MŰZAK É GAZDAÁGTUDOMÁY EGYETEM Építőmérök Kar Hdak és zerkezetek Taszéke VABETO ÉPÜLETEK MEREVÍTÉE Oktatás segédlet v. Összeállította: Dr. Bód stvá - Dr. Farkas György Dr. Kors Kálmá Budapest,.
RészletesebbenA peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.
y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)
RészletesebbenVÉLETLENÍTETT ALGORITMUSOK. 1.ea.
VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.
Részletesebbenf (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben
Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,
RészletesebbenSzéki Hírek A Magyarszékért Egyesület kiadványa
Szék Hírek A Magyarszékért Egyesület kadáya X. éfolyam, 1. szám Karácsoy a árakozással tel szeretet üepe December 17-é fatalok adtak hagerseyt a templomba. K kegyetleül süöltött a hdeg szél, míg be melegséggel
RészletesebbenRudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása
Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai
RészletesebbenA konfidencia intervallum képlete: x± t( α /2, df )
1. feladat. Egy erdőben az egy fészekben levő tojásszámokat vizsgáltuk egy madárfajnál. A következő tojásszámokat találtuk: 1, 1, 1,,,,,,, 3, 3, 3, 3, 3, 4, 4, 5, 6, 7. Mi a mintának a minimuma, maximuma,
RészletesebbenEllenben az alábbi táblázat egére, nem additív, hiszen különbségek: =4.6 és =3,3; azaz a B típus jobban bírja az éhezést.
Meység geetka Most olya jelegekkel foglakozuk, amelyek ge sok lókuszo öröklődek. A géek kfejeződését a köryezet s befolyásolja! Pl. a Drosohla száryá a keresztér háyát, okozhatja egyrészről ot mutácó,
RészletesebbenPopuláció nagyságának felmérése, becslése
http:/zeus.yf.hu/~szept/kuzusok.htm Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított
Részletesebben10.M ALGEBRA < <
0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
Részletesebben4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA
ELTE Regoáls Földrajz Taszék 005 4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA 4. Általáos szempotok A terület folyamatok, a tagoltság vzsgálata szte sohasem szűkül le egy-egy jeleség (mutatószám) térbel
RészletesebbenVirág Katalin. Szegedi Tudományegyetem, Bolyai Intézet
Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz
RészletesebbenBEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra)
BEVEZETÉS AZ SPSS ALAPJAIBA (Belső haszálatra) TARTALOMJEGYZÉK. Statsztka alapfogalmak..... Sokaság...4.2. Ismérvek és mérés skálák...6.3. Statsztka sorok...7 2. SPSS alapfogalmak...9 3. Alapvető statsztka
RészletesebbenKvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus
LOGO Kvatum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus Gyögyösi László BME Villamosméröki és Iormatikai Kar Bevezető Kvatum párhuzamosság Bármilye biáris üggvéyre, ahol { } { } : 0, 0,,
RészletesebbenEloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok
Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok
Részletesebben